研究人员开发了CRFCAN,这是一种新颖的复值残差FFT卷积注意力网络,用于子太赫兹(sub-THz)通信中的联合信道和相位噪声估计。该端到端网络集成了快速傅里叶变换(FFT)模块,以处理时域和频域的特征,有效捕捉衰落和相位失真。在归一化均方误差和误比特率方面,CRFCAN的性能优于传统方法和现有的深度学习模型,为子太赫兹接收机提供了鲁棒且实用的估计。 AI
排序理由 该集群包含一篇详细介绍通信信号处理新技术的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- CRFCAN
- Fast Fourier Transform
- Orthogonal frequency-division multiplexing
- Sub-THz-range linearly chirped signals characterized using linear optical sampling technique to enable sub-millimeter resolution for optical sensing applications
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →